OPEN BENCHMARKS

Benchmarks de modelos de IA

Compare modelos de linguagem, imagem, vídeo e voz com dados abertos e rastreáveis.

Mais dados no Artificial Analysis ↓

Modelos66

Criadores8

Métricas10

Comparar modelos

0/3

Escolha 2–3 modelos deste ranking. Apenas medições com a mesma fonte, versão e categoria são comparadas.

Posição	Modelo	Pontuação	Criador	Fonte
1	claude-fable-5-1-max-effort	83,783 score	Anthropic	LiveBench
2	claude-fable-5-max-effort	83,383 score	Anthropic	LiveBench
3	claude-opus-5-5-max-effort	83,185 score	Anthropic	LiveBench
4	gpt-6-astra-max	83,046 score	OpenAI	LiveBench
5	gpt-6.1-sol-max	82,487 score	OpenAI	LiveBench
6	muse-spark-1.3-xhigh	82,431 score	Unknown	LiveBench
7	claude-opus-5-5-xhigh-effort	82,109 score	Anthropic	LiveBench
8	gpt-6.1-sol-xhigh	81,827 score	OpenAI	LiveBench
9	gpt-5.6-sol-max	81,647 score	OpenAI	LiveBench
10	deepseek-v4.1-flash-max	81,447 score	DeepSeek	LiveBench
11	gpt-5.5-xhigh	80,785 score	OpenAI	LiveBench
12	claude-opus-5-max-effort	80,48 score	Anthropic	LiveBench
13	gemini-3.7-flash-high	79,898 score	Google	LiveBench
14	gpt-6-sol-max	79,825 score	OpenAI	LiveBench
15	smaug-agentic	79,669 score	Unknown	LiveBench
16	qwen3.8-max	79,496 score	Alibaba	LiveBench
17	kimi-k3	79,482 score	Moonshot AI	LiveBench
18	grok-4.6	79,002 score	xAI	LiveBench
19	muse-spark-1.2-xhigh	78,915 score	Unknown	LiveBench
20	gpt-5.4-xhigh	78,798 score	OpenAI	LiveBench
21	gpt-5.6-terra-max	78,634 score	OpenAI	LiveBench
22	grok-4.7-xhigh	78,338 score	xAI	LiveBench
23	claude-sonnet-5-5-xhigh-effort	78,174 score	Anthropic	LiveBench
24	deepseek-v4-pro-0813	78,158 score	DeepSeek	LiveBench
25	smaug-flash	78,026 score	Unknown	LiveBench
26	gemini-3.1-pro-preview-high	77,986 score	Google	LiveBench
27	deepseek-v4-flash-vision-exp	77,734 score	DeepSeek	LiveBench
28	smaug-mini	77,678 score	Unknown	LiveBench
29	gemini-3.8-flash-high	77,486 score	Google	LiveBench
30	qwen3.8-flash-next	77,297 score	Alibaba	LiveBench
31	claude-opus-4-8-max-effort	77,149 score	Anthropic	LiveBench
32	grok-4.5	77,051 score	xAI	LiveBench
33	claude-opus-4-7-xhigh-effort	77,035 score	Anthropic	LiveBench
34	glm-5.3	76,65 score	Unknown	LiveBench
35	claude-sonnet-5-xhigh-effort	76,593 score	Anthropic	LiveBench
36	muse-spark-1.1-xhigh	76,028 score	Unknown	LiveBench
37	qwen3.8-27b	75,82 score	Alibaba	LiveBench
38	claude-sonnet-5-5-max-effort	75,752 score	Anthropic	LiveBench
39	gemini-3.5-flash-high	75,437 score	Google	LiveBench
40	gpt-5.2-2025-12-11-high	75,192 score	OpenAI	LiveBench
41	claude-opus-4-6-thinking-auto-high-effort	75,132 score	Anthropic	LiveBench
42	deepseek-v4-flash-0731	74,85 score	DeepSeek	LiveBench
43	gemini-3.6-flash-high	74,539 score	Google	LiveBench
44	qwen3.7-max	74,099 score	Alibaba	LiveBench
45	gpt-5.2-codex	74,034 score	OpenAI	LiveBench
46	gpt-5.6-luna-max	73,687 score	OpenAI	LiveBench
47	claude-sonnet-4-6-thinking-auto-medium-effort	73,413 score	Anthropic	LiveBench
48	glm-5.2	73,363 score	Unknown	LiveBench
49	claude-opus-4-5-20251101-thinking-64k-high-effort	72,939 score	Anthropic	LiveBench
50	inkling-xhigh	72,876 score	Unknown	LiveBench
51	deepseek-v4-pro	72,554 score	DeepSeek	LiveBench
52	gpt-6-luna-max	72,193 score	OpenAI	LiveBench
53	glm-5.3-flash	71,138 score	Unknown	LiveBench
54	kimi-k2.6-thinking	70,902 score	Moonshot AI	LiveBench
55	gpt-5.4-nano-xhigh	70,85 score	OpenAI	LiveBench
56	ox-alpha-max	69,242 score	Unknown	LiveBench
57	qwen3.6-plus	68,989 score	Alibaba	LiveBench
58	kimi-k2.7-code	68,756 score	Moonshot AI	LiveBench
59	nemotron-3-ultra-550b-a55b	68,723 score	Unknown	LiveBench
60	grok-build-0.1	68,61 score	xAI	LiveBench
61	minimax-m3	67,527 score	Unknown	LiveBench
62	gpt-5.4-mini-xhigh	66,601 score	OpenAI	LiveBench
63	deepseek-v4-flash	66,054 score	DeepSeek	LiveBench
64	qwen3.6-27b	64,181 score	Alibaba	LiveBench
65	gemini-3.5-flash-lite-high	63,816 score	Google	LiveBench
66	grok-4.3	63,268 score	xAI	LiveBench

EXTERNAL REFERENCE

Mais dados no Artificial Analysis

Compare modelos além das pontuações. Veja os dados atuais nas páginas oficiais.

Abrir ranking correspondente ↗

Índice de inteligênciaCombina avaliações independentes; pontuações maiores indicam melhor resultado geral.
Agentes de programaçãoCompare resultados, custo e duração de tarefas completas de software.
Índices especializadosVeja índices para finanças, direito, saúde e engenharia.
Velocidade e latênciaSepare tokens por segundo, espera pelo primeiro token e tempo total de resposta.
Preços e custo por tarefaDistinga preço por milhão de tokens do custo de uma tarefa avaliada.
Contexto e uso de tokensVeja a janela de contexto e os tokens de saída por tarefa.
AberturaCompare pesos abertos, restrições de uso e transparência.
Capacidade multilíngueCompare um índice separado por idioma; ele não integra o Índice de Inteligência, focado em texto em inglês.
Raciocínio em documentos longosUse o AA-LCR para avaliar raciocínio entre documentos longos; uma janela maior não garante precisão.
Provedores de APICompare preço, velocidade de saída e latência da primeira resposta entre endpoints do mesmo modelo.
Avaliação de trabalho profissionalO AA-Briefcase mostra conclusão, qualidade analítica e apresentação de planilhas, slides e memorandos.
Comparação de versõesCompare lançamentos e variantes de raciocínio por capacidade, custo, velocidade e contexto.
Recomendador de modelosReceba sugestões oficiais segundo suas prioridades de inteligência, velocidade e custo.

Benchmarks de modelos de IA

Comparar modelos

Mais dados no Artificial Analysis

Avaliações especializadas

Fontes e metodologia

LiveBenchDados antigos